生化危机

신한금융, 비자(VISA)와 손잡고 스테이블코인 금융 실험 나선다_我的网站

大明王朝1566

一 | 스테이블코인·AI 기반 결제·B2B 결제 등 전략적 업무협약 체결비자의 글로벌 결제 인프라 활용...은행·카드 등 그룹사 협업 확대발행·송금·상환 검증 착수…AI 결제·B2B 금융까지 미래금융 협력 확대 ◆…신한금융그룹(회장 진옥동)은 지난 24일 서울 중구 신한금융 본사에서 비자(Visa)그룹과 디지털자산·AI 기반 결제·B2B 등 미래금융 사업 추진을 위한 전략적 업무협약을 체결했다. 이날 업무협약에 참석한 진옥동 신한금융 회장(왼쪽)과 크리스 뉴커크 비자 사장이 기념 촬영하는 모습 ［사진=신한금융］신한금융그룹(회장 진옥동)이 글로벌 결제기업 비자(Visa)와 손잡고 스테이블코인 기반 금융서비스 개발에 나선다. 비자의 글로벌 결제 인프라를 활용해 스테이블코인 발행과 송금, 상환 기능을 검증하는 한편 AI 기반 차세대 결제 서비스와 기업 간(B2B) 금융시장으로 협력을 확대하며 미래금융 사업을 본격화한다는 구상이다. 신한금융은 지난 24일 서울 중구 신한금융 본사에서 비자와 디지털자산, AI 기반 결제, B2B 금융 분야 협력을 위한 전략적 업무협약(MOU)을 체결했다고 26일 밝혔다. 이번 협약은 지난 4월 양사 경영진이 논의한 미래금융 협력 방안을 구체화한 것으로, 양측은 우선 스테이블코인 활용을 위한 금융 인프라 구축에 협력하기로 했다. 신한금융은 비자의 스테이블코인 플랫폼을 활용해 발행·송금·상환 등 핵심 기능에 대한 실증 작업을 진행하고, 국내 금융환경에 적합한 한국형 스테이블코인 사업모델을 공동 설계할 계획이다. 양사는 이와 함께 카드대금 정산 등 금융서비스에 스테이블코인을 활용하는 방안을 검토하고, AI 기반 미래 결제모델 구현과 B2B·B2C 결제사업 확대를 중심으로 한 공동 실증 사업도 추진할 예정이다. 향후 신한은행과 신한카드, 제주은행 등 그룹 주요 자회사의 금융 역량과 비자의 글로벌 결제 네트워크 및 디지털 기술을 결합해 디지털 금융환경 변화에 공동 대응하고 미래금융 생태계를 선도해 나가겠다는 방침이다. 이번 협약은 국내 금융권이 스테이블코인을 단순한 가상자산이 아닌 차세대 결제 인프라로 활용하기 위한 준비에 본격적으로 나섰다는 점에서 주목된다. 신한금융은 이번 협약을 통해 비자와의 협력 범위를 기존 카드 결제 분야에서 디지털자산과 AI 기반 금융서비스 전반으로 확대하게 됐다. 스테이블코인 제도화 논의가 본격화되는 가운데 신한금융이 글로벌 결제 인프라를 활용한 미래금융 실험에 나서면서 국내 금융권의 디지털 전환 경쟁도 한층 속도를 낼 전망이다.。封面新闻记者欧阳宏宇在本届WAIC上，人工智能加速落地，从屏幕里大步走向物理世界，继文本生成、智能体AI后，“物理AI”概念受到关注。当人工智能加速由虚向实，随之而来的问题是，这一AI落地的新场景会呈现何种演进路径？其搭载的AI大模型是何种形式？距离机器人的“ChatGPT时刻”还有多久？ 7月19日，在2026世界人工智能大会“智启具身论坛2026：迎接物理AI智能涌现”上，多位业内人士和行业专家就物理AI智能涌现的条件与路径分享了观点。在专家看来，只需不到5年的时间，机器人“ChatGPT时刻”就要到来，在此之前，则需要上亿小时级别的物理数据支持。模型与数据飞轮是物理AI持续进化的关键在AI产业主线聚焦大模型之后，业界正渐渐形成共识：下一阶段AI不会停留在生成内容，而会进入真实环境，理解空间、预测变化并完成行动。归结起来，这就是物理AI受到关注的核心动因。那么，该如何发展物理AI？智元合伙人、高级副总裁、具身业务部总裁，觅蜂科技董事长兼CEO姚卯青在现场分享称，物理AI的挑战在于，必须同时打通表征与闭环这两条路线。前者是对世界的抽象和压缩，人类所有的认知、判断、理性全是以表征为基础的；后者是智能体与环境进行持续的交互，从计算的角度来看，它包含了输入、算法、输出、评价、迭代这样的循环，从生物学角度来看，它就是从一种从感知到理解、决策、行动、环境反馈的一个完整闭环。在姚卯青看来，要推动物理AI的发展，主要靠模型与数据两方面作用。

二 | “模型决定起点，数据定义终局，二者相互作用将产生‘飞轮效应’；当飞轮转动，智能涌现只是时间问题。” 具体在模型侧，他以智元构建的三阶段训练架构为例谈到，在该架构中，分为“预训练—后训练—持续学习”三个步骤，即推动视觉语言动作模型（VLA）与世界动作模型（WAM）两条技术路线持续演进，并向统一的世界推理动作大模型（WRAM）迈进，同时从算法、仿真、真机训练层面打通规模化迭代闭环。简而言之，就是让机器人既能边看菜谱边学着直接上灶台炒菜，又要学着理解火候、食材特性，还要反复总结经验，最终培养出一个“既懂原理又会实操”的机器人大厨。在数据侧，则要依托MEgo系列采集终端、治理平台与真机数据集等，构建覆盖数据采集、治理、训练和部署回流的全链路物理AI数据基础设施，推动真实场景数据持续反哺模型进化。据悉，目前，这套模型与数据协同迭代体系已在真实产业场景中获得验证。

三 | “我们相信物理AI智能涌现不是会不会来的问题，它是一定会到来的。”姚卯青预判到，智能涌现只是时间问题，其一定会在行业突破数据墙、表征墙、闭环墙之后，形成这样一套可优化、可泛化、可进化的物理世界AI的进化系统。

四 | 数据缺口巨大但智能涌现“一定会来” 数据缺口“上万倍”，业内判断：2到5年迎来机器人ChatGPT时刻对于机器人的“ChatGPT时刻”何时会到来，专家普遍认为，至少需要两年时间，如果发展进程顺利，也不会超过五年时间。其关键在于数据。腾讯首席科学家、腾讯Robotics X实验室主任、福田实验室主任张正友谈到，由于具身智能到最后本质上要跟物理世界交互，因此交互数据是必不可少的。这些数据在一定程度上会产生飞轮效应，即不仅是成功的交互，即便是失败的交互也是格外宝贵的。 “收集数据时放到预训练下，未来的部署时间会越来越短，最后实现零成本的新场景任务复现。